根据 where 条件将列添加到 numpy 数组答案

【问题标题】：Adding column to numpy array based on where condition根据 where 条件将列添加到 numpy 数组
【发布时间】：2014-09-28 09:01:50
【问题描述】：

我有一个 numpy 数组，我想用第二个数组中的数据更新其中的一列值。有点像 excel 中的 vlookup 函数。

需要在b表中查找a的第一列。然后将a中的第二列替换为b中第二列的数字。

import numpy as np

# type, newval
a = np.array( [[1, 23, 0],
              [2, 24, 0],
              [1, 15, 0],
              [1, 27, 0],
              [6, 22, 0],
              [1, 18, 0]]
              )

# type, newval
b = np.array([[1, 1.1],
            [2, 2.1],
            [3, 3.1],
            [4, 4.1],
            [5, 5.1],
            [6, 6.1]]
            )

a[:,2] = np.where(b[:,0] == a[:,0], b[:,1], None)

预期结果 注意：我希望使用查找值更新原始数组 a。

a = array( [[1, 23, 1.1],
            [2, 24, 2.1],
            [1, 15, 1.1],
            [1, 27, 1.1],
            [6, 22, 6.1],
            [1, 18, 1.1]]
          )

然而，我得到的是nan 在数组中的最后 4 个项目旁边。就像我的np.where 条件正在替换位置和数字正确的值，而不仅仅是数字匹配的位置。

【问题讨论】：

注意，b 数组可以是列表或任何其他类型的对象，如果它使事情变得更容易的话。 a 数组是从文件中读取的，所以我不想改变它的结构。
你确定你的“预期结果”是正确的吗？在第二行第二列中，我期望 2.1。第 5 行和第 6 行似乎互换了。
Zinjaai，是的，你是对的。我已经在上面修复了。谢谢。
SQL join or R's merge() function in NumPy?的可能重复

标签： python arrays numpy

【解决方案1】：

您可以将数组b 转换为字典。之后可以通过列表理解来归档所需的结果。

b_as_dict = dict(b)
res = [[k, b_as_dict[k]] for k in a[:,0]]

关于将这些结果插入a：

目前a 是一个整数数组。要将这些结果放入a，您可能需要将其定义为float 或float32（因为您尝试插入的值是浮点数）：

a = np.array([[1, 23, 0],
          [2, 24, 0],
          [1, 15, 0],
          [1, 27, 0],
          [6, 22, 0],
          [1, 18, 0]],
         dtype=np.float32)

然后您可以按照 Zinjaai 的建议使用列表推导：

a[:, 2] = [b_as_dict[k] for k in a[:, 0]]

【讨论】：

谢谢。有什么方法可以将这些结果放入原始数组中？问题是，a 中的列比我上面给出的示例中显示的要多。

【解决方案2】：

如果 b 是有序且连续的，则简单解为：

In [19]: b[a[:,0]-1]
Out[19]: 
array([[ 1. ,  1.1],
       [ 2. ,  2.1],
       [ 1. ,  1.1],
       [ 1. ,  1.1],
       [ 6. ,  6.1],
       [ 1. ,  1.1]])

或者，慢一点：

In [20]: a[:,0]
Out[20]: array([1, 2, 1, 1, 6, 1])

减1，这些是我们数组b的索引

In [21]: a[:,0]-1
Out[21]: array([0, 1, 0, 0, 5, 0])

现在我们只是从b 读取这些行。

【讨论】：

我也喜欢这个解决方案。如果查找表b 可以按这种方式排序，它可能会更快。